多探头的电场场强测量方法、装置、设备、介质和产品
本发明涉及电场测量,尤其涉及一种多探头的电场场强测量方法、装置、设备、介质和产品。
背景技术:
1、在电场辐射环境的监测、电磁兼容性(electromagnetic compatibility,emc)测试、电场干扰源定位等场景中,电场场强测量是关键基础设备。传统方法通常使用单个或多个固定灵敏度探头结合平均/最大值策略进行测量。然而,由于电场信号在空间和频率上的强非线性波动,不同灵敏度探头往往在信噪比、幅值响应区间及频率适应范围上表现不一致,导致测量结果不稳定或精度不高。
2、虽然现有技术已有采用神经网络建模的思路,通过为不同探头设计子网络提高估计精度,但这些方案往往只考虑探头类型维度,未深入挖掘电场信号本身在关键特征维度的规律,导致电场强度的估计不够准确,且鲁棒性较低。
技术实现思路
1、本发明提供一种多探头的电场场强测量方法、装置、设备、介质和产品,用以解决现有技术中只考虑探头类型维度,未深入挖掘电场信号本身在关键特征维度的规律,导致电场强度的估计不够准确,且鲁棒性较低的缺陷,本发明技术方案通过引入幅度子专家网络与频域子专家网络,基于时序电场信号在幅度域和频域两个关键特征维度分别进行场强估计,最终进行加权融合,提高了场强测量的准确性和鲁棒性,充分发挥了多探头在不同幅值区间与频带的感知优势,在面对信号动态范围大、频谱复杂、探头异质性强的环境下,表现出更强的自适应能力,并且可与现有多探头模块集成,兼容性强,适合工业测试与现场部署。
2、本发明提供一种多探头的电场场强测量方法,包括如下步骤。
3、基于多个探头获取目标测试区域的时序电场信号;
4、将所述时序电场信号按照幅度划分为多个幅度子电场信号;针对各所述幅度子电场信号,将所述幅度子电场信号输入对应的幅度子专家网络,得到所述幅度子专家网络输出的幅度估计值;所述幅度子专家网络为基于样本幅度子电场信号训练得到的;
5、对所述时序电场信号进行快速傅里叶变换,得到所述时序电场信号对应的频谱;
6、将所述频谱按照频带宽度划分为多个频谱片段;针对各所述频谱片段,将所述频谱片段输入对应的频域子专家网络,得到所述频域子专家网络输出的频域估计值;所述频域子专家网络为基于样本频谱片段训练得到的;
7、基于所有所述幅度子专家网络对应的幅度估计值和幅度权重向量,以及所有所述频域子专家网络对应的频域估计值和频域权重向量确定所述目标测试区域的电场场强测量结果。
8、根据本发明提供的一种多探头的电场场强测量方法,所述基于所有所述幅度子专家网络对应的幅度估计值和幅度权重向量,以及所有所述频域子专家网络对应的频域估计值和频域权重向量确定所述目标测试区域的电场场强测量结果,包括:
9、将所有所述幅度权重向量和所有所述频域权重向量进行拼接,得到全局权重向量;
10、将所有所述幅度估计值和所有所述频域估计值进行拼接,得到全局估计向量;
11、根据所有所述幅度权重向量和所有所述频域权重向量对所有所述幅度子专家网络和所有所述频域子专家网络进行排序,并按照排序结果获取预设数量的子专家网络的精英索引集合;
12、基于所述精英索引集合对所述全局估计向量进行局部归一化处理,得到融合权重;
13、基于所述精英索引集合从所述全局估计向量提取融合预测值;
14、基于所述融合权重对所述融合预测值进行加权求和,得到所述电场场强测量结果。
15、根据本发明提供的一种多探头的电场场强测量方法,所述幅度权重向量为基于以下步骤确定的:
16、基于所述时序电场信号确定所述时序电场信号的幅度域统计特征;
17、将所述幅度域统计特征输入幅度门控网络,得到所述幅度门控网络输出的各所述幅度子专家网络对应的幅度权重向量;所述幅度门控网络为基于样本幅度域统计特征训练得到的。
18、根据本发明提供的一种多探头的电场场强测量方法,所述基于所述时序电场信号确定所述时序电场信号的幅度域统计特征,包括:
19、提取所述时序电场信号的峰值、均方根值和包络值;
20、将所述峰值、所述均方根值和所述包络值进行拼接得到所述幅度域统计特征。
21、根据本发明提供的一种多探头的电场场强测量方法,所述频域权重向量为基于以下步骤确定的:
22、基于所有所述频谱片段确定所述频谱对应的频域特征;
23、将所述频域特征输入频域门控网络,得到所述频域门控网络输出的各所述频域子专家网络对应的频域权重向量;所述频域门控网络为基于样本频域特征训练得到的。
24、根据本发明提供的一种多探头的电场场强测量方法,所述基于所有所述频谱片段确定所述频谱对应的频域特征,包括:
25、针对各所述频谱片段,计算所述频谱片段对应的能量频带均值;
26、基于所述频谱确定所述频谱对应的频谱平坦度;
27、将所有所述能量频带均值和所述频谱平坦度进行拼接得到所述频域特征。
28、本发明还提供一种多探头的电场场强测量装置,包括如下模块:
29、获取模块,用于基于多个探头获取目标测试区域的时序电场信号;
30、幅度模块,用于将所述时序电场信号按照幅度划分为多个幅度子电场信号;针对各所述幅度子电场信号,将所述幅度子电场信号输入对应的幅度子专家网络,得到所述幅度子专家网络输出的幅度估计值;所述幅度子专家网络为基于样本幅度子电场信号训练得到的;
31、频谱模块,用于对所述时序电场信号进行快速傅里叶变换,得到所述时序电场信号对应的频谱;
32、频域模块,用于将所述频谱按照频带宽度划分为多个频谱片段;针对各所述频谱片段,将所述频谱片段输入对应的频域子专家网络,得到所述频域子专家网络输出的频域估计值;所述频域子专家网络为基于样本频谱片段训练得到的;
33、场强测量模块,用于基于所有所述幅度子专家网络对应的幅度估计值和幅度权重向量,以及所有所述频域子专家网络对应的频域估计值和频域权重向量确定所述目标测试区域的电场场强测量结果。
34、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述多探头的电场场强测量方法。
35、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述多探头的电场场强测量方法。
36、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述多探头的电场场强测量方法。
37、本发明提供的多探头的电场场强测量方法、装置、设备、介质和产品,基于多个探头获取目标测试区域的时序电场信号;将时序电场信号按照幅度划分为多个幅度子电场信号;针对各幅度子电场信号,将幅度子电场信号输入对应的幅度子专家网络,得到幅度子专家网络输出的幅度估计值;幅度子专家网络为基于样本幅度子电场信号训练得到的;对时序电场信号进行快速傅里叶变换,得到时序电场信号对应的频谱;将频谱按照频带宽度划分为多个频谱片段;针对各频谱片段,将频谱片段输入对应的频域子专家网络,得到频域子专家网络输出的频域估计值;频域子专家网络为基于样本频谱片段训练得到的;基于所有幅度子专家网络对应的幅度估计值和幅度权重向量,以及所有频域子专家网络对应的频域估计值和频域权重向量确定目标测试区域的电场场强测量结果。本发明技术方案通过引入幅度子专家网络与频域子专家网络,基于时序电场信号在幅度域和频域两个关键特征维度分别进行场强估计,最终进行加权融合,提高了场强测量的准确性和鲁棒性,充分发挥了多探头在不同幅值区间与频带的感知优势,在面对信号动态范围大、频谱复杂、探头异质性强的环境下,表现出更强的自适应能力,并且可与现有多探头模块集成,兼容性强,适合工业测试与现场部署。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com